Enhanced computerized cognitive remediation therapy improved cognitive function, negative symptoms, and GDNF in male long-term inpatients with schizophrenia
Notice bibliographique
Résumé
Objective: Negative and cognitive symptoms present significant challenges in patients with schizophrenia, and cognitive remediation is a promising approach to alleviate these symptoms. This study aimed to explore the efficacy of computerized cognitive remediation therapy (CCRT) on psychiatric symptoms, cognitive deficits, and serum levels of brain-derived neurotrophic factor (BDNF) and glial cell line-derived neurotrophic factor (GDNF) in patients with schizophrenia. Materials and methods: Forty male long-term institutionalized inpatients with schizophrenia were assigned to either a CCRT group (n = 20) or a control group (n = 20). The CCRT intervention consisted of 40 individual 40-min sessions over 8 weeks, conducted five times a week. Psychiatric symptoms, cognition, and serum levels of BDNF and GDNF were assessed at baseline, 4 weeks, and 8 weeks. Results: Compared to the control group, the CCRT group exhibited decreased total Positive and Negative Syndrome Scale and negative subscale scores, as well as increased Montreal Cognitive Assessment and Repeatable Battery for the Assessment of Neuropsychological Status scores. Moreover, improvements in list recall were associated with reduced negative symptoms. Additionally, CCRT ameliorated the decrease in serum GDNF levels in patients with schizophrenia. Conclusion: The effectiveness of CCRT in alleviating negative symptoms was associated with improvements in list recall, and GDNF may play a role in the observed effects of CCRT in patients with schizophrenia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».